投稿者 投稿日: カテゴリー AIニュース
Musubiは2026年10月6日、文章で書いたポリシーを50ミリ秒以下で適用する軽量モデル「PolicyLM-1.7B」をオープンウェイトで公開しました。
本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル（うるチカラ運営）が解説します。レビューや問い合わせの対応に追われる店舗運営の方に向けて、コンテンツモデレーション（投稿内容が自社ルールに違反していないかを判定する作業）の自動化がどう変わりうるかを整理します。
TechCrunchによると、Musubiが公開したPolicyLM-1.7Bは、プレーンテキストで書かれたコンテンツポリシーをメッセージに適用する「決定モデル」です。決定モデルとは、文章を自由に生成せず、あらかじめ決めた選択肢の中から答えだけを返すAIのことです。
PolicyLM-1.7Bとは何か：ポリシーを文章で渡すだけで判定する小型モデル
PolicyLM-1.7Bとは、Musubiが公開した17億パラメータのオープンウェイトモデルで、文章で書いた違反ルールに照らして投稿を判定するものです。TechCrunchは、既存のAI分類システムと同等のコストと速度で動き、ポリシーを変更しても再学習が不要だと伝えています。
Musubi公式ブログには、より細かい仕様が載っています。ライセンスはApache 2.0で、配布先はHugging Faceです。独自ポリシーを使ったベンチマークで精度は約83％とされ、20B（200億）パラメータ未満の他モデルを上回ったと記載されています。
速度については、TechCrunchが50ミリ秒以下と紹介しています。一方、公式ブログでは、24GBのL4 GPUで短いチャットメッセージを6カテゴリで判定した場合に、中央値35ミリ秒、100ミリ秒未満と説明されています。条件つきの数字なので、自社環境での実測は要確認です。
制約も明記されています。コンテキスト長はポリシーとメッセージを合わせて2048トークンで、テキストのみ、会話履歴は扱えません。19言語で評価され、英語が最も強く、タミル語が最も弱かったとされています。検証に使ったカスタムポリシーはすべて英語だったため、日本語の規約でどこまで通用するかは、現時点で公式の数字がなく要確認です。
なぜ今、決定モデルが注目されるのか
TechCrunchは、決定モデルの流行のきっかけとして、Typesafe AIが2026年9月に公開した「Jev」を挙げています。その後、OpenAIが9月末にJev対抗のDecisions APIを発表し、Amazonも10月1日に独自の決定モデルを出したと伝えています。
OpenAIのDecisions APIは、公式のドキュメントがあります。Simon Willisonのブログによれば、質問タイプはyes・no、選択肢、スコアの3種類で、画像入力はgpt-6-lunaのみ対応、課金は入力トークンのみで出力は無料です。Firecrawlは、OpenAI版が限定プレビューで、価格などの詳細が未公開だと整理しています。
流れを整理すると、決定モデルは1か月ほどの間に大手が次々に参入する分野になりました。MusubiのFilip Jankovic共同創業者兼チーフAI責任者は、決定モデルへの関心が2024年のGLiNER（固有表現抽出用の汎用モデル）のプロジェクトまで遡ると語っています。
日本のEC事業者にとっての論点
結論から言うと、PolicyLM-1.7Bをそのまま日本のモール運営に使える段階ではありません。ただし、規約を文章で書いて判定させる発想は、店舗運営の現場と相性が良いと考えます。
たとえば、楽天市場やAmazon、Shopifyの自社ECでは、商品レビューや問い合わせフォームの投稿に、薬機法や景品表示法に触れる表現、個人情報、誹謗中傷が混ざることがあります。こうした自社ルールは文章で書けるため、ルールが変わるたびに再学習が不要というPolicyLM-1.7Bの特徴は、運用負荷の面で魅力があります。
一方で、注意点が3つあります。第1に、日本語での精度が公表されていないこと。第2に、約83％という精度は、残り2割弱は誤判定が起こりうるという意味でもあるため、最終判断を人が行う運用が前提になること。第3に、各モールのレビュー管理機能は、モール側の規約と仕様の範囲内でしか使えないことです。楽天市場など、モールの外部ツールの利用可否は必ず各モールの最新規約で確認してください。
今後の展望と初動アクション
決定モデルは、モデレーションに限らず、問い合わせの振り分けやレビューの感情分類などにも使える仕組みです。大手各社が参入したことで、今後は価格と速度の競争が進み、低コストで使える選択肢が増えるとみられます。ただし、各社の価格や提供範囲は変わりやすいため、導入時点の情報で要確認です。
中小のEC事業者がまずやるべきことは、3つあります。自社の禁止表現や対応ルールを、文章で書き出して整理すること。月に何件の投稿や問い合わせを人が確認しているか、工数を数えること。そして、Hugging Faceで公開されているモデルや各社のAPIを、小さな件数で試して、日本語での精度を自社データで確かめることです。
まとめ
PolicyLM-1.7Bは、文章で書いたルールを、小さなモデルで素早く適用するオープンウェイトモデルです。日本語での実力はこれから検証が必要ですが、ルールを文章化しておくこと自体が、今から準備できる第一歩です。
参考文献
- TechCrunch：How AI decision models could change content moderation
- Musubi：Introducing PolicyLM-1.7B
- Simon Willison：Release llm-openai-decisions 0.1a0
- Firecrawl：OpenAI’s Decisions API vs Jev
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
引用元: TechCrunch
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
